Yapay Zeka Temelleri

• Yapay Zeka nedir? Temel kavramlar
• Yapay Zeka ve İnsan Zekası arasındaki farklar
• Yapay Zeka türleri: Dar Yapay Zeka, Genel Yapay Zeka
• Yapay Zeka uygulama alanları ve sektörlerdeki etkisi

Makine Öğrenmesi (Machine Learning)

• Makine Öğrenmesi nedir? Temel kavramlar
• Denetimli öğrenme (Supervised Learning) ve denetimsiz öğrenme (Unsupervised Learning)
• Veriye dayalı modelleme: Regresyon ve sınıflandırma
• Makine öğrenmesi algoritmalarının uygulama alanları

Veri Bilimi ve Analizi

• Veri analizi süreci: Veri toplama, temizleme ve analiz etme
• İstatistiksel analiz yöntemleri ve araçları
• Python ve R gibi programlama dillerinde veri analizi
• Veri görselleştirme ve raporlama

Derin Öğrenme (Deep Learning)

• Derin öğrenme nedir? Yapay sinir ağları
• Derin öğrenme algoritmaları: Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN)
• Derin öğrenme uygulamaları: Görüntü tanıma, doğal dil işleme

Doğal Dil İşleme (Natural Language Processing - NLP)

• NLP temel kavramları ve uygulama alanları
• Metin analizi, duygu analizi, metin sınıflandırma
• Chatbotlar ve sanal asistanlar

Yapay Zeka ve Etik

• Yapay zekanın etik sorunları: Gizlilik, veri güvenliği
• Yapay zeka ve iş gücü: Otomasyon ve iş kaybı endişeleri
• Sorumlu yapay zeka kullanımı ve insan-merkezli yapay zeka

Dijital Yetkinlikler ve Dönüşüm

• Dijital dönüşümün temelleri
• Dijital araçlar ve yazılımlar: Bulut teknolojileri, IoT, büyük veri
• Dijital yetkinliklerin geliştirilmesi: Online platformlar, dijital araçlar kullanımı
• İş dünyasında dijital stratejiler ve uygulama örnekleri

Pratik Projeler ve Uygulamalar

• Katılımcılar, öğrendikleri teorik bilgileri gerçek dünya projelerinde uygulayacak
• Veri analizi, makine öğrenmesi modelleri kurma ve yapay zeka tabanlı uygulamalar geliştirme
• Gerçek zamanlı veri analizi ve modelleme çalışmaları